高级索引和基本切片的组合答案

【问题标题】：combination of advanced indexing and basic slicing高级索引和基本切片的组合
【发布时间】：2019-05-09 02:55:28
【问题描述】：

我试图从 Numpy 文档中理解 combination of basic slicing and advanced indexing section。它说高级索引操作可能有不同的内存布局，但是我在下面的代码 sn-p 中观察到一些不同的行为：

a = np.random.randn(3,3)
# case1
a[:, :][a > 0] = 0
output:
array([[ 0.        , -1.07474179, -0.06313855],
       [ 0.        , -0.74049837, -1.7376245 ],
       [-0.93616586,  0.        , -2.2520479 ]])
# case2
a[:, (0, 1, 2)][a > 0] = 0
output:
array([[ 0.67667783, -1.07474179, -0.06313855],
       [ 0.74418166, -0.74049837, -1.7376245 ],
       [-0.93616586,  0.96351976, -2.2520479 ]])

在我看来，第二种情况是高级索引，所以不会对原来的a进行修改。（如果我理解错了，请纠正我。）

但是，下面的情况好像关键不是高级索引。

a[:, (0, 1, 2)] = 0
output:
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

这让我很困惑，你能给我一些想法吗？提前致谢！

【问题讨论】：

a[:,:] 除了查看整个数组之外什么都不做，

标签： python numpy

【解决方案1】：

在您的情况 #2 a[:, (0, 1, 2)][a > 0] = 0 中，高级索引正在创建数组的副本，如 NumPy manual 中所述：

高级索引始终返回数据的副本

然后赋值操作改变这个副本，这意味着原始数组a 保持不变。复制是由[a<0] 触发的，这会导致解释器调用a.__getitem__((slice(None,None), (0, 1, 2)))，从而生成一个复制。

在第三种情况下，a[:, (0, 1, 2)] = 0，解释器不需要创建副本。相反，它调用a.__setitem__((slice(None,None), (0, 1, 2)), 0) 直接修改原始数组。

NumPy Cookbook 中的条目“But fancy indexing does seem to return views sometimes, doesn't it?”中解释了这种行为

【讨论】：